日前，来自行业协会、顶尖高校、重要金融机构及领先科技企业的专家学者围绕“金融大模型的创新路径、应用挑战及未来趋势”展开了深度研讨。研讨会由中国人民大学国际货币研究所与金融科技50人论坛联合主办，腾讯研究院与中国人民大学金融科技研究所共同协办。

　　去年以来，各界对大模型应用十分关注。如何更好地将人工智能和金融领域契合，成为当前各方关注的重点。

　　腾讯研究院联合毕马威在会上发布了《2025金融业大模型应用报告：体系落地，价值共生》（以下简称“报告”）的核心研究成果。

　　报告指出，经过近两年的实践，金融业的大模型应用已从“为了AI而AI”的技术验证阶段转向以商业价值为导向的“体系化深耕”。一个显著的变化是，投入产出比已超越技术先进性，成为机构应用大模型的核心衡量标准。大模型的应用目前正呈现两大趋势：一是从内部提效向核心创收领域加速转移，在智能理财助理、财富管理、保险代理人等客户触达场景中已率先实现突破；二是从单纯的效率工具向深度参与决策的协作伙伴升级，以智能体（Agent）为代表的应用新形态正在重构投研等领域的人机协作模式，展现出重塑行业的巨大潜力。

　　报告认为，全球大模型发展不再是单一的技术竞赛，而是呈现出技术迭代、资源升级、价值深化与生态竞合交织的复杂格局。面对这一趋势，金融机构在拥抱技术红利的同时，也面临着高价值数据资源碎片化、战略规划与价值导向不清晰、技术迭代对组织和人才升级需求迫切等多重挑战。为应对这些挑战，构建“数据、技术、应用、组织”四位一体的能力框架，将成为金融机构在未来人工智能范式革命中赢得先机的关键。

　　国家金融与发展实验室副主任杨涛认为，在宏观层面上，需要围绕“防风险、强监管、促发展”这一核心金融发展思路。在中观层面上，行业要围绕宏观层面关注的重点展开工作。要有效防范人工智能金融应用中可能出现的新型风险挑战，更好地将人工智能大模型的新技术应用到风控中，在智能风控等核心业务领域识别、控制和应对风险。在强监管的视角下，核心抓手需要从现场监管向算法监管转变。在促进高质量发展的视角下，金融业要研究通过人工智能大模型提升边际效率、降低成本、改善流程，以此提升可持续发展能力。在微观层面，要关注大模型“三驾马车”的形成。一是生成式大模型从仅限于内容生成逐渐拓展到多模态的形式中。二是智能体成为大模型落地的一个重要载体，从过去的对话机器人向自动的任务执行者转变。三是MCP（模型上下文协议）通过协议标准化，实现大模型工程化、生态化的进一步互联互通与落地。

　　中国人民大学社会科学高等研究院（深圳）执行院长、国际货币研究所副所长宋科就金融大模型应用存在的问题提出思考。他表示，目前，金融大模型已经开始更好地应用到更广泛的领域，通过降低成本和提升效率在非金融决策层面发挥越来越大的作用。但能否真正触及深层次的资源配置、风险管理、交易结算、价格信息、激励机制、资本分割等金融功能值得关注。为了推动金融大模型更好地发挥数据要素功能，一要做好数据确权，在此基础上让大模型更好地深入私域数据，从各个垂直领域的大数据中得到有效补充；二要明确数据要素对于宏观经济增长的重要性，未来要更好地拓展大模型应用，将大数据的价值功能发挥到最大；三要关注金融大模型能否改变金融人才培养模式，未来的金融科技人才培养，尤其是大模型、大数据驱动下的金融科技人才培养，需要基于技术驱动，而不是金融与科技的简单融合。这需要在培养理念、培养方案和培养模式上进行大调整。